JP2022091962A - 健康管理システム - Google Patents

Abstract

【課題】個人差を考慮して健康を管理することができる健康管理システムを提供する。【解決手段】バイタルセンサと通信可能に接続するユーザ端末と、ユーザに対して食事に関する情報を提供するコンピュータである提案装置とが、通信ネットワークを介して通信可能に接続されてる健康管理システムにおいて、ユーザ端末は、ユーザのバイタルデータを取得するバイタルデータ取得部と、ユーザが摂取している食成分を取得する食成分取得部と、食成分の摂取量とバイタルデータの改善又は悪化との関係を解析する解析処理部と、バイタルデータを改善する食成分及びバイタルデータを悪化させる食成分を出力する食成分出力部と、を備えている。【選択図】図３

Description

本発明は、健康管理システムに関する。

食生活習慣を改善するようなアドバイスを提供することが行われている。たとえば、特許文献１には、食事情報やバイタルデータを分析してアドバイスを提供するシステムが開示されている。

特開２００４－３０２４９８号公報

しかしながら、特許文献１に記載のシステムでは、事前にデータベースとしてアドバイスを準備しておく必要があるため、個人差を考慮することは難しい。

本発明はこのような背景を鑑みてなされたものであり、個人差を考慮して健康を管理することのできる技術を提供することを目的とする。

上記課題を解決するための本発明の主たる発明は、健康管理システムであって、ユーザのバイタルデータを取得するバイタルデータ取得部と、前記ユーザが摂取している食成分を取得する食成分取得部と、前記食成分の摂取量と前記バイタルデータの改善又は悪化との関係を解析する解析処理部と、前記バイタルデータを改善する前記食成分及び前記バイタルデータを悪化させる前記食成分を出力する食成分出力部と、を備える。

その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。

本発明によれば、個人差を考慮して健康を管理することができる。

本発明の一実施形態に係る健康管理システムの全体構成例を示す図である。 ユーザ端末１のハードウェア構成例を示す図である。 ユーザ端末１のソフトウェア構成例を示す図である。 提案装置２のハードウェア構成例を示す図である。 第１の実施形態に係る提案装置２のソフトウェア構成例を示す図である。 バイタルデータ記憶部２３１の構成例を示す図である。 食成分記憶部２３２の構成例を示す図である。 第１の実施形態に係る健康管理システムにおいて実行される処理を示す図である。 ユーザ端末１が表示する食情報の一例を示す図である。 第２の実施形態に係る提案装置２のソフトウェア構成例を示す図である。 食事摂取基準記憶部２３４の構成例を示す図である。 第２の実施形態に係る健康管理システムにおいて実行される処理を示す図である。 第２の実施形態においてユーザ端末１が表示する食情報の一例を示す図である。 摂取目標量を説明する図である。 第３の実施形態に係る提案装置２のソフトウェア構成例を示す図である。 機能性食品情報記憶部２３５の構成例を示す図である。 第３の実施形態に係る健康管理システムにおいて実行される処理を示す図である。 第３の実施形態においてユーザ端末１が表示する食情報の一例を示す図である。 本発明による食の個人最適化のイメージ図である。 図１９の被験者５を例にした個人最適食を算出するイメージである。 本発明による健康寿命の延伸を実現するためのステップのイメージ図である。 本発明による健康寿命の延伸を実現するためのステップの他のイメージ図である。 本発明による最適食の決定のフローを示す全体図である。 図２３のフローの詳細を示す図である。 図２３のフローの詳細を示す他の図である。 図２３のフローの詳細を示す更に他の図である。 本発明による基準食情報と最適食情報との差分から献立の生成のフローを示す全体図である。 本発明による最適食情報のみから献立の生成のフローを示す全体図である。

本発明の実施形態の内容を列記して説明する。本発明の実施の形態による健康管理システムは、以下のような構成を備える。

［項目１］
ユーザのバイタルデータを取得するバイタルデータ取得部と、
前記ユーザが摂取している食成分を取得する食成分取得部と、
前記食成分の摂取量と前記バイタルデータの改善又は悪化との関係を解析する解析処理部と、
前記バイタルデータを改善する前記食成分及び前記バイタルデータを悪化させる前記食成分を出力する食成分出力部と、
を備えることを特徴とする健康管理システム。
［項目２］
項目１に記載の健康管理システムであって、
前記解析処理部は、前記バイタルデータの計測値を目的変数とし、前記食成分の摂取量を説明変数とする統計モデルにおける前記説明変数の係数を多変量解析により推計すること、
を特徴とする健康管理システム。
［項目３］
項目２に記載の健康管理システムであって、
前記バイタルデータの目標値の入力を受け付ける目標値入力部と、
前記バイタルデータが前記目標値となるように前記食成分の前記摂取量を決定する摂取量決定部と、
をさらに備えることを特徴とする健康管理システム。
［項目４］
項目３に記載の健康管理システムであって、
前記摂取量の標準値を記憶する標準値記憶部をさらに備え、
前記摂取量決定部は、前記標準値からの乖離値が所定範囲内になるように前記摂取量を決定すること、
を特徴とする健康管理システム。
［項目５］
項目１ないし４のいずれか１項に記載の健康管理システムであって、
前記摂取量決定部は、複数の前記ユーザについて、前記バイタルデータが前記目標値に最も近づくように、前記食成分の前記摂取量を決定すること、
を特徴とする健康管理システム。
［項目６］
請求項１ないし請求項５のいずれか１項に記載の健康管理システムであって、
献立情報を記憶する献立情報記憶部と、
決定した前記摂取量の食成分を含む献立を、前記献立情報を参照して決定する献立作成部をさらに備えること、
を特徴とする健康管理システム。
［項目７］
項目１ないし５のいずれか１項に記載の健康管理システムであって、
前記バイタルデータを改善する前記食成分を前記ユーザが摂取していない場合に、当該食成分を含有する補助食品を提案する補助食品提案部をさらに備えること、
を特徴とする健康管理システム。
［項目８］
項目１ないし６のいずれか１項に記載の健康管理システムであって、
前記ユーザから入力された献立情報を取得する献立情報取得部をさらに備え、
前記食成分取得部は、前記献立情報から前記食成分を特定して取得すること、
を特徴とする健康管理システム。
［項目９］
項目７に記載の健康管理システムであって、
前記献立情報は、少なくとも食材情報と分量情報とを含んでいること、
を特徴とする健康管理システム。
［項目１０］
項目１ないし８のいずれか１項に記載の健康管理システムであって、
前記バイタルデータは血圧計による計測結果であること、
を特徴とする健康管理システム。
［項目１１］
項目１ないし９のいずれか１項に記載の健康管理システムであって、
前記ユーザの生活習慣を示す生活習慣情報の入力を受け付ける生活習慣情報入力部をさらに備え、
前記解析処理部は、前記生活習慣及び前記食成分の前記摂取量と前記バイタルデータの改善又は悪化との関係を解析すること、
を特徴とする健康管理システム。

＜第１実施形態＞
図１は、本発明の第１の実施形態に係る健康管理システムの全体構成例を示す図である。同図に示すように、第１の実施形態に係る健康管理システムは、ユーザ端末１及び提案装置２を含んで構成される。ユーザ端末１と提案装置２とは通信ネットワーク３を介して通信可能に接続される。通信ネットワーク３は、たとえばインターネットであり、イーサネット（登録商標）や公衆電話回線網、専用電話回線網、携帯電話回線網、無線通信路などにより構築される。

ユーザ端末１は、健康管理の対象となるユーザが操作するコンピュータである。ユーザ端末１は、たとえばスマートフォンやタブレットコンピュータ、パーソナルコンピュータなどである。ユーザ端末１は、バイタルセンサ４と通信可能に接続される。ユーザ端末１とバイタルセンサ４との間は、たとえばＢｌｕｅｔｏｏｔｈ（登録商標） Ｌｏｗ Ｅｎｅｒｇｙ（ＢＬＥ）やシリアル通信などにより通信が行われる。本実施形態において、バイタルセンサ４は、血圧計を想定している。

提案装置２は、ユーザに対して食事に関する情報を提供するコンピュータである。提案装置２は、たとえば、パーソナルコンピュータやワークステーションなどである。提案装置２は、クラウドコンピューティングによる仮想的なコンピュータとして構成することもできる。

本実施形態に係る健康管理システムは、ユーザが摂取している栄養素等の食成分と、ユーザのバイタルデータとに応じて食事に関する提案を行おうとするものである。第１の実施形態では、バイタルデータ、とくに収縮期血圧の安定又は上昇に影響する食成分を特定して出力することにより、食事のメニューを検討する際の参考にすることができる。本実施の形態によるバイタルデータは、身長、体重、ＢＭＩ、体脂肪率、筋肉量、骨密度、血圧、脈拍、脈波、体温、心電図、血中酸素濃度、呼吸数などを含み得るがこれに限られない。

図２は、ユーザ端末１のハードウェア構成例を示す図である。ユーザ端末１は、ＣＰＵ１０１、メモリ１０２、記憶装置１０３、通信インタフェース１０４、タッチパネルディスプレイ１０５、カメラ１０６を備える。記憶装置１０３は、各種のデータやプログラムを記憶する、たとえばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどである。通信インタフェース１０４は、通信ネットワーク３に接続するためのインタフェースであり、たとえばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）コネクタやＲＳ２３２Ｃコネクタなどである。タッチパネルディスプレイ１０５は、データの入出力を行うデバイスである。カメラ１０６は撮影対象の画像データを生成する。

図３は、ユーザ端末１のソフトウェア構成例を示す図である。ユーザ端末１は、バイタルデータ取得部１１１、食事画像撮影部１１２、食成分取得部１１３、ユーザデータ送信部１１４、食情報受信部１１５、食情報表示部１１６、バイタルデータ記憶部１３１、食成分記憶部１３２を備える。

バイタルデータ取得部１１１は、バイタルセンサ４からバイタルデータを取得する。本実施形態では、バイタルセンサ４は血圧計を想定しており、バイタルデータ取得部１１１は、収縮期血圧及び拡張期血圧を取得するものとする。なお、バイタルセンサ４を複数用意して、複数のバイタルデータを取得するようにしてもよい。バイタルデータ取得部１１１は、取得したバイタルデータをバイタルデータ記憶部１３１に登録する。バイタルデータ記憶部１３１は、バイタルセンサ４がバイタルデータを計測した日時（あるいはバイタルデータ取得部１１１がバイタルセンサ４からバイタルデータを受信した日時）と、ユーザを特定する情報（以下、ユーザＩＤという。）と、バイタルデータの種類を識別する情報（以下、バイタルデータＩＤという。）とに対応付けて、バイタルデータを蓄積することができる。

食事画像撮影部１１２は、ユーザが摂る食事の画像（以下、食事画像という。）を撮影する。食事画像撮影部１１２は、ユーザの操作によりカメラ１０６を起動して食事画像を取得すればよい。

食成分取得部１１３は、食事画像に基づいて、ユーザが摂取した栄養素やエネルギー等の食成分の量を取得する。食成分取得部１１３は、たとえば、食事画像を栄養士等の外部専門家に送信し、外部専門家に食成分及びその含有量を入力させて、外部専門家からこれらを受信するようにすることができる。また、食成分取得部１１３は、機械学習等により画像に含まれる食成分の量を学習し、食事画像を画像解析することにより食成分の含有量を推定するようにしてもよい。なお、食成分取得部１１３は、画像解析に依らずに、ユーザから摂取した栄養素等の入力を受け付けるようにしてもよい。食成分取得部１１３は、取得した食成分の摂取量を食成分記憶部１３２に登録する。食成分記憶部１３２は、たとえば、ユーザが食事を摂った日時に対応付けて、ユーザＩＤと、食成分を特定する情報（以下、食成分ＩＤという。）と、当該食成分の摂取量とを記録することができる。

ユーザデータ送信部１１４は、ユーザのバイタルデータと、ユーザによる食成分の摂取量とを含む情報（以下、ユーザデータという。）を提案装置２に送信する。ユーザデータ送信部１１４は、たとえば、１日に１回、前日分のバイタルデータと食成分の摂取量とをバイタルデータ記憶部１３１と食成分記憶部１３２とから読み出してユーザデータとして提案装置２に送信するようにしてもよいし、バイタルデータが取得される度にバイタルデータのみを含むユーザデータを提案装置２に送信し、食成分を取得する度に食成分の摂取量のみを含むユーザデータを提案装置２に送信するようにしてもよい。

食情報受信部１１５は、提案装置２から送信される、ユーザの食事に関する情報（以下、食情報という。）を受信し、食情報表示部１１６は、食情報を表示する。

図４は、提案装置２のハードウェア構成例を示す図である。同図に示すように、提案装置２は、ＣＰＵ２０１、メモリ２０２、記憶装置２０３、通信インタフェース２０４、入力装置２０５、出力装置２０６を備える。記憶装置２０３は、各種のデータやプログラムを記憶する、たとえばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどである。通信インタフェース２０４は、通信ネットワーク３に接続するためのインタフェースであり、たとえばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢコネクタやＲＳ２３２Ｃコネクタなどである。入力装置２０５は、データを入力する、たとえばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどである。出力装置２０６は、データを出力する、たとえばディスプレイやプリンタ、スピーカなどである。

図５は、第１の実施形態に係る提案装置２のソフトウェア構成例を示す図である。同図に示すように、提案装置２は、バイタルデータ取得部２１１、食成分取得部２１２、解析処理部２１３、食情報出力部２１４、バイタルデータ記憶部２３１及び食成分記憶部２３２を備える。

バイタルデータ取得部２１１は、ユーザのバイタルデータを取得する。本実施形態では、バイタルデータ取得部２１１は、ユーザ端末１から送信されるユーザデータからバイタルデータを取得するものとする。バイタルデータ取得部２１１は、取得したバイタルデータをバイタルデータ記憶部２３１に登録する。図６は、バイタルデータ記憶部２３１の構成例を示す図である。バイタルデータ記憶部２３１は、ユーザを識別するユーザＩＤに対応付けて、バイタルデータを測定した日時、バイタルデータの種類を示すバイタルデータＩＤ及びバイタルデータの測定値を対応付けて記憶する。

食成分取得部２１２は、ユーザが摂取した食成分を取得する。本実施形態では、食成分取得部２１２は、ユーザ端末１から送信されるユーザデータから食成分を取得するものとする。食成分取得部２１２は、取得した食成分を食成分記憶部２３２に登録する。図７は、食成分記憶部２３２の構成例を示す図である。食成分記憶部２３２は、ユーザＩＤ、ユーザが食事を摂った日時、食成分を識別する食成分ＩＤ、及び食成分の摂取量を対応付けて記憶する。

解析処理部２１３は、食成分とバイタルデータとの関係を解析する。第１の実施形態では、解析処理部２１３は、たとえば、摂取エネルギー、たんぱく質、脂質、炭水化物、ビタミンＡなどの各種食成分のそれぞれについて、バイタルデータ（収縮期血圧又は拡張期血圧など）との単回帰分析を行うことができる。

食情報出力部２１４は、ユーザの食事に関する情報（以下、食情報という。）を出力する。第１の実施形態では、食情報出力部２１４は、各食成分の単相関係数を食情報としてユーザ端末１に送信することができる。食情報出力部２１４は、バイタルデータの種類に応じて、正の相関及び負の相関のいずれかを有する食成分について、バイタルデータを改善する食成分とし、正の相関及び負の相関の他方を有する食成分について、バイタルデータを悪化させる食成分として、バイタルデータを改善又は悪化させる食成分を区別して出力することができる。

図８は、第１の実施形態に係る健康管理システムにおいて実行される処理を示す図である。ユーザ端末１において、バイタルデータ取得部１１１は、バイタルセンサ４からバイタルデータを取得する（Ｓ３０１）。食事画像撮影部１１２は、カメラ１０６を制御して食事画像を撮影し（Ｓ３０２）、食成分取得部１１３は、撮影した食事画像を解析して、食事に含まれている食成分の含有量を特定する（Ｓ３０３）。ユーザデータ送信部１１４は、バイタルデータ及び食成分の含有量を含むユーザデータを送信する（Ｓ３０４）。

提案装置２はユーザデータを受信すると、バイタルデータ取得部２１１がユーザデータからバイタルデータを取得し、食成分取得部２１２はユーザデータから食成分の摂取量を取得する。解析処理部２１３は、各食成分とバイタルデータとの相関を解析する（Ｓ３０６）。食情報出力部２１４は、各食成分について、正又は０の相関係数である食成分を、バイタルデータを改善する成分（改善食成分）と、負の相関係数である食成分を、バイタルデータを悪化させる成分（悪化食成分）とを含む食情報をユーザ端末１に送信する（Ｓ３０７）。なお、バイタルデータによっては、たとえば、適正値を上回った体重や血圧などの場合であれば、正の相関係数の説明変数は悪化因子となり、負の相関係数の説明変数は改善因子となる。従って、改善／悪化の定義付けにおいては、当該ユーザの各バイタルデータが適正値よりも、過剰なのか、不足なのかを考慮すべきである。

ユーザ端末１において、食情報受信部１１５は、提案装置から送信される食情報を受信し（Ｓ３０８）、食情報表示部１１６は、受信した食情報をタッチパネルディスプレイ１０５に表示する（Ｓ３０９）。

以上のようにして、ユーザ端末１には、ユーザのバイタルデータを改善又は悪化させる食成分が出力される。したがって、ユーザの食事作成時の参考にすることができる。

図９は、ユーザ端末１が表示する食情報の一例を示す図である。図９（ａ）に示されるように、被験者１３は、図示される相関係数の炭水化物やエネルギーを摂取すると体重が上昇し、たんぱく質を摂取すると体重が低下することが分かる。これに対して、図９（ｂ）に示されるように、被験者２１では、ナトリウムや鉄、ビタミンＢ１、ビタミンＣなどを摂取すると体重が上昇し、ビタミンＢ２やビタミンＡを摂取すると体重が低下することが分かる。このように、個々人で体重に関与する食成分が異なる。正の相関係数がより大きな食成分を減らし、負の相関係数がより小さな食成分を増加させる食事によって、効果的に体重を減少できる。食成分は、ユーザによって異なる効果を発揮するところ、本実施形態の健康管理システムでは、ユーザ端末１にどの食成分がユーザのバイタルデータに影響を与えるのかを表示することができる。

＜第２の実施形態＞
第１の実施形態では、食情報としてバイタルデータに対する単回帰係数に基づく食成分を表示したが、第２の実施形態では、食情報としてバイタルデータを目的変数とし食成分を説明変数として多変量解析（重回帰分析）を行い、各食成分の係数を出力するとともに、バイタルデータの目標値を受け付け、バイタルデータが目標値となるような食成分の摂取量を表示する。図１０は、第２の実施形態に係る提案装置２のソフトウェア構成例を示す図である。第２の実施形態の提案装置２は、第１の実施形態の提案装置２が備える各機能部及び記憶部に加えて、目標値入力部２１５、摂取量決定部２１６、モデル記憶部２３３及び食事摂取基準記憶部２３４を備える。本実施の形態による多変量解析は、単回帰分析、重回帰分析、主成分分析、独立成分分析、因子分析、判別分析、数量化理論（Ｉ類、ＩＩ類、ＩＩＩ類、ＩＶ類）、クラスター分析、コンジョイント分析、多次元尺度構成法（ＭＤＳ）を含む。

モデル記憶部２３３は、バイタルデータを目的変数とし食成分を説明変数とする統計モデルを記憶する。また、モデル記憶部２３３には、統計モデルに適用する回帰係数や定数などのパラメータも記憶される。

第２の実施形態において、解析処理部２１３は、ユーザごとに、ユーザに係るバイタルデータと食成分の摂取量とを統計モデルに適用して重回帰分析を行い、各食成分の回帰係数と定数とを推計する。解析処理部２１３は、推計した回帰係数と定数とをユーザＩＤに対応付けてモデル記憶部２３３に登録する。推計した回帰係数と定数とを適用した統計モデル（以下、推定モデルという。）に対して食成分を適用することにより、当該ユーザがこのような食成分を含有する食事を摂った場合の、ユーザのバイタルデータを推測することが可能となる。

目標値入力部２１５は、バイタルデータの目標値の入力を受け付ける。目標値入力部２１５は、たとえば、ユーザ端末１においてユーザが入力した目標値を受信するようにしてもよいし、キーボードなどの入力装置２０５から目標値の入力を受け付けるようにしてもよい。

食事摂取基準記憶部２３４は、厚生労働省が発表している、日本人の健康保持・増進、生活習慣病予防のために参照するエネルギー及び栄養素の摂取量の基準（食事摂取基準）を記憶する。なお、食事摂取基準記憶部２３４には、厚生労働省発表のものに代えて、任意の基準値を記憶させることができる。図１１は、食事摂取基準記憶部２３４の構成例を示す図である。同図に示すように、食事摂取基準記憶部２３４は、食成分を示す食成分ＩＤ、性別及び年齢に対応付けて、当該食成分の摂取基準量を記憶する。なお、食事摂取基準記憶部２３４は、性別及び年齢の少なくともいずれかに代えて又は加えて、体重やＢＭＩなど、ユーザの属性を対応付けて基準値を記憶するようにしてもよい。

摂取量決定部２１６は、推定モデルによる計算結果のバイタルデータが、目標値入力部２１５の受け付けた目標値と一致し、又は最も近くなるように、各食成分の量（以下、摂取目標量という。）を決定する。摂取量決定部２１６は、たとえば、各食成分について、ユーザの属性に対応する基準値を食事摂取基準記憶部２３４から読み出して推定モデルに適用し、その結果が目標値よりも大きければ、回帰係数が正である食成分の量を減らし、回帰係数が負である食成分の量を増やして、バイタルデータを目標値に近づけるように計算を繰り返し行うことで、各食成分の摂取目標量を決定することができる。食成分の増減量は、たとえば、食成分の所定割合（たとえば、１％など任意の値とすることができる。）とすることができる。なお、摂取量決定部２１６は、バイタルデータが目標値に最も近づくように各食成分の摂取目標量を決定することができれば、任意のアルゴリズムを用いることができる。

図１２は、第２の実施形態に係る健康管理システムにおいて実行される処理を示す図である。図１２の処理では、図８に示した処理と比較した場合、ステップＳ３０６に代えて、解析処理部２１３は、上述したように、ユーザデータを送信したユーザに係るバイタルデータと食成分の摂取量とを統計モデルに適用して重回帰分析を行い、各食成分の回帰係数と定数とを推計する（Ｓ３０６’）。また、ステップＳ３０６’に続いて、目標値入力部２１５は、バイタルデータの目標値の入力を受け付け（Ｓ３２１）、摂取量決定部２１６は、バイタルデータが目標値に最も近づくように各食成分の摂取目標量を決定する（Ｓ３２２）。さらに、ステップＳ３０７に代えて、食情報出力部２１４は、摂取目標量を食情報としてユーザ端末１に送信する（Ｓ３０７’）。

図１３は、第２の実施形態においてユーザ端末１が表示する食情報の一例を示す図である。図１３の例では、バイタルデータとしての収縮期血圧に係る重回帰式が表示されている。これを参照することにより、被験者５のユーザについては、どんな食成分が収縮期血圧に影響を与えているかを容易に把握することができる。

図１４は、摂取目標量を説明する図である。図１４の例では、２０１８年７月１２日に測定された収縮期血圧が１３３ｍｍＨｇであり、摂取された食成分は上段の表のとおりであったところ、収縮期血圧の目標値を１１８ｍｍＨｇとして各食成分を決定したところ、バイタルデータの予測値が１１７ｍｍＨｇ、食成分の摂取目標量は下段の表のとおりとなった。このように、バイタルデータの目標値を実現することの可能な食事（最適食）に含まれるべき食成分を示すことができるので、これを参考に、最適食の献立を容易に立案することが可能となる。

＜第３の実施形態＞
第３の実施形態では、食情報に補助食品を組み合わせて提案する。本実施の形態における補助食品は、栄養成分を含有する機能性食品及び非栄養成分を含有する機能性食品の両方の一方又は両方を組み合わせて提案する。なお、以下の説明においては、栄養成分／非栄養成分を含有するものをまとめて「機能性食品」と総称する。なお、栄養成分とは、食品表示法に基づく栄養成分表示項目（熱量、たんぱく質、脂質、炭水化物、ナトリウム、飽和脂肪酸、ｎ‐３系脂肪酸、ｎ‐６系脂肪酸、コレステロール、糖質、糖類（単糖類又は二糖類であって、糖アルコールでないもの）、食物繊維、亜鉛、カリウム、カルシウム、クロム、セレン、鉄、銅、マグネシウム、マンガン、モリブテン、ヨウ素、リン、ナイアシン、パントテン酸、ビオチン、ビタミンＡ、Ｂ１、Ｂ２、Ｂ６、Ｂ１２、Ｃ、Ｄ、Ｅ、Ｋ、葉酸）とされ、非栄養成分は、例示すればポリフェノールやＧＡＢＡ等、栄養成分以外及び複数成分で構成される群としての栄養成分の中で特定された成分（たとえば、食物繊維のシクロデキストリン）である。図１５は、第３の実施形態に係る提案装置２のソフトウェア構成例を示す図である。第３の実施形態に係る提案装置２は、図１０に示す各機能部及び記憶部に加えて、食事内容入力部２１７、機能性食品選択部２１８、及び機能性食品情報記憶部２３５を備える。

食事内容入力部２１７は、摂取予定の食事の内容の入力を受け付ける。食事の内容には、食事に含まれる食成分が含まれる。また、食事の内容には、食事についての説明や画像を含めるようにしてもよい。

機能性食品情報記憶部２３５は、機能性食品に関する情報を記憶する。図１６は、機能性食品情報記憶部２３５の構成例を示す図である。機能性食品情報記憶部２３５は、機能性食品を識別する情報（機能性食品ＩＤ）に対応付けて、当該機能性食品に含まれている食成分を示す食成分ＩＤとその食成分の含有量、また機能性食品についての説明を記憶している。

機能性食品選択部２１８は、ユーザに足りていない食成分を補完する機能性食品を選択する。機能性食品選択部２１８は、入力された食事内容に含まれている食成分の量と、上述した摂取量決定部２１６が決定した摂取目標量とを比較し、摂取目標量に届いていない食成分が含有されている機能性食品を機能性食品情報記憶部２３５から選択することができる。機能性食品選択部２１８は、複数の機能性食品に上記不足している食成分が含有されている場合には、たとえば、不足量以下であって最大量を含有している機能性食品を選択するようにすることができる。また、複数の機能性食品を組み合わせる場合には、機能性食品の種類が最小となるように機能性食品の組み合わせを選択することができる。

図１７は、第３の実施形態に係る健康管理システムにおいて実行される処理を示す図である。図１７に示す処理は、図１２に示した処理と比較すると、ステップＳ３２２に引き続いて、摂取量決定部２１６は、決定した摂取目標量を出力する（Ｓ３３１）。摂取量決定部２１６は、提案装置２の出力装置２０６に出力してもよいし、ユーザ端末１に摂取目標量を送信して、ユーザ端末１において摂取目標量を出力するようにしてもよい。次に食事内容入力部２１７は、食事内容とその食事に含有される食成分の量との入力を受け付ける（Ｓ３３２）。食事内容は、出力された摂取目標量を参考に決定されることを想定している。食事内容入力部２１７は、提案装置２の入力装置２０５から入力を受け付けてもよいし、ユーザ端末１において入力された食事内容と食成分の量とをユーザ端末１から受信するようにしてもよい。機能性食品選択部２１８は、入力された食成分の量が、最適食に係る食成分の摂取目標量よりも少ない不足食成分を特定し、不足食成分を含有している機能性食品を機能性食品情報記憶部２３５から選択する（Ｓ３３３）。ステップＳ３０７’に代えて、食情報出力部２１４は、入力された食事内容、摂取目標量及び機能性食品の説明を含む食情報をユーザ端末１に送信する（Ｓ３０７’’）。

図１８は、第３の実施形態においてユーザ端末１が表示する食情報の一例を示す図である。図１８の例では、食事の内容とともに、機能性食品が提案されている。これにより、食事だけでは不足する栄養素及び非栄養性の機能性成分を機能性食品（サプリメント）により補完させて、バイタルデータを目標値に近づけることが可能となる。

＜第４の実施形態＞
上記第２及び第３の実施形態では、１人のユーザに対する摂取目標量を決定したが、複数人のユーザのグループについて摂取目標量を決定するようにしてもよい。第４の実施形態でも、目標値入力部２１５は、ユーザごとにバイタルデータの目標値の入力を受け付け、解析処理部２１３も、ユーザごとに重回帰分析を行い統計モデルのパラメータを推計する。しかし、摂取量決定部２１６は、各ユーザについて推定モデルに対して、全ユーザ同じ食成分の量を適用し、各ユーザのバイタルデータの推定値と目標値との差の合計が最小となるように、摂取目標量を決定する。これにより、たとえば食堂などにおいてグループの各ユーザに同じ献立の食事を提供するような場合に、全体として、バイタルデータの値が目標値に近づくように食事を提供することが可能となる。

第４の実施形態において、解析部２１３は、グループについて決定する上記摂取目標量とは別に、各ユーザについての摂取目標量を決定するようにし、食事内容入力部２１７はグループに係る摂取目標量を出力する一方で、機能性食品選択部２１８はユーザ別の摂取目標量と食事に含まれる食成分の量との差を比較して不足している食成分を特定し、その不足食成分を補う機能性食品をユーザごとに選択するようにしてもよい。この場合、ユーザ別に最適な食成分の量を機能性食品により調整することができるので、各ユーザのバイタルデータが目標値に近づくことが期待される。

＜第５の実施形態＞
上記第１ないし第４の実施形態では、推定モデルの説明変数は食成分のみとしたが、生活習慣に係る行動を説明変数に加えてもよい。この場合、提案装置２には、たとえば、運動、飲酒、喫煙、ストレス、睡眠などの生活習慣を示す情報の入力を受け付ける生活習慣情報入力部を設け、解析処理部２１３は、説明変数としてこれらの生活習慣を示す情報を加えて重回帰分析を行えばよい。これにより、ユーザの生活習慣と食成分との組み合わせがユーザのバイタルデータに及ぼす影響を考慮して最適な食情報を提供することが可能となる。

以上、本実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。

たとえば、本実施形態では、バイタルセンサ４は、血圧を測定するデバイスであるものとしたが、体重計や体組成計などを用いてもよいし、血液生化学検査項目（血糖、コレステロール、中性脂肪、γ－ＧＴＰ、ＨｂＡ１ｃなど）を測定するデバイスを使用してもよい。この場合にも、非侵襲性の測定デバイスを用いることが好適である。

また、本実施形態では、食事内容の入力は、提案装置２又はユーザ端末１から行うものとしたが、摂取量決定部２１６は、栄養士や献立を考える調理師などの操作するコンピュータに摂取目標量を送信して、当該栄養士や調理師からの入力を受け付けるようにしてもよい。

また、本実施形態では、回帰分析により食成分とバイタルデータとの相関を分析するものとしたが、機械学習の手法により分析を行うようにすることもできる。たとえば、食成分を入力信号とし、バイタルデータを教師信号としてニューラルネットワークを用いて学習を行うことができる。

本実施形態では、提案装置２において解析処理を行ういわゆるサーバクライアント構成としたが、提案装置２の機能をすべてユーザ端末１が備えるようにして、ユーザ端末１のみで最適食の提案を行うように構成してもよい。

＜実施例１＞
以下、上述した第１ないし第４の実施の形態を含む本発明による提案装置を利用した最適食の具体的な実施例を説明する。本実施例においては、上述した本発明による方法によって算出された最適な栄養素を、既にユーザが摂取した栄養素(平均栄養素)と比較する。たとえば、図２３に示されるように、高血圧予備軍「Ｃさん(血圧：１２９ｍｍＨｇ)」の「普段の摂取栄養素(観察試験時の平均摂取量)」から、Ｃさんの血圧上昇因子(図示されるように、エネルギー、ナトリウム、ビタミンＢ１)の量を減らし、血圧安定因子(図示されるように、たんぱく質、ビタミンＣ)の量を増やした最適栄養素（一日あたり）を算出する。

なお、実際には、図２４に示されるように、観察期間に収集した血圧及び摂取栄養素のデータから得られる多変量解析結果と、日本人の食事摂取基準及び個人の平均栄養摂取量を参考にしつつ、被験者にとって無理のない範囲での最適食の一日あたりの栄養素量の概算値を決定する。

この最適食栄養素概算値は、次のようにして求めることができる。ユーザ毎に取得した血圧と摂取栄養素データを重回帰分析し、血圧に影響を与える栄養素をエネルギー、たんぱく質、脂質、炭水化物、カルシウム、鉄、ビタミンＡ、ビタミンＥ、ビタミンＢ１、ビタミンＢ２、ビタミンＣ、食物繊維、飽和脂肪酸、ナトリウム、カリウムの中から特定し、血圧と摂取栄養素の関係式を求める。この関係式から、ユーザの平均血圧から１０ｍｍＨｇ下回る血圧になるように、血圧に影響を与える栄養素量を求める。そして、次の１）～３）の条件を満たすように全ての栄養素量を特定する。１）日本人の食事摂取基準（２０１５年版）に定められた3大栄養素（炭水化物・脂質・たんぱく質）の量が、ユーザの年齢、性別における最小値以上最大値の１２０％未満の量である；２）耐容上限量が定められた栄養素については、それを超えない；３）特定した血圧関与成分量は、日本人の食事摂取基準における推定平均必要量又は目安量の８０％以上である。

続いて、図２５に示されるように、たとえば、弁当製造者や管理栄養士等が、基本となる朝食、昼食及び夕食の献立を用意する。使用する食材と調味料の量から、日本食品標準成分表に基づいて、この朝食、昼食及び夕食に含まれる栄養素量を求めて合算することで、合計栄養素量を特定する。この栄養素量と先に求めた最適食栄養素概算値とを栄養素毎に比較することによって過不足が特定される。

最後に、図２６に示されるように、最適食栄養素概算値から過不足が無いように献立の変更を行い、ユーザ毎の最適食を決定する。図示される例においては変更されたものに下線を付した。

＜実施例２＞
上述した実施例１においては、健康管理システムは（１）基準食（上記基本となる朝食、昼食及び夕食）の情報を取得、（２）当該基準食の栄養成分の特定、（３）最適食の栄養成分と比較、（４）当該比較結果に基づいて最適食の献立の生成、を行うこととしていた（図２７参照）。

しかしながら、本発明はこれに限られず、たとえば、健康管理システムは、献立情報（各献立の栄養素が献立ごとに関連付けられている）を記憶した献立情報取得部を更に備えることとし、（１）最適食の栄養成分を取得、（２）献立情報取得部によって献立情報を参照して献立を決定、という２つのステップのみで献立を生成することとしてもよい（図２８）。即ち、基準食の取得（又は弁当製造者や管理栄養士等からの入力）がなされることなく、最適食の情報から直接献立情報を生成することとしてもよい。

上述した実施例の記載は一例である。たとえば、間食や食材以外の要素(サプリメントや栄養補助ドリンク等)によって調整することとしてもよい。

本発明は、個々人の日々のライフスタイルから見つけ出した個人による血圧に影響を与える食成分の差異を検証することが可能となり、その結果、食の個人最適化、当該個人だけの健康メソッド効果を提供することができる（図１９）。たとえば、図１９における被験者５に関する個人最適食（栄養価ベース）の考え方は図２０に示されるとおりである。また、本発明の目指すところは、日々の体・食データ解析に基づく最適食ヘルスケアによる健康寿命の延伸や（図２１）、日々の体・生活習慣データ解析に基づく最適食ヘルスケアによる健康寿命の延伸（図２２）である。

１ ユーザ端末
２ 提案装置
３ 通信ネットワーク
４ バイタルセンサ
１１１ バイタルデータ取得部
１１２ 食事画像撮影部
１１３ 食成分取得部
１１４ ユーザデータ送信部
１１５ 食情報受信部
１１６ 食情報表示部
１３１ バイタルデータ記憶部
１３２ 食成分記憶部
２１１ バイタルデータ取得部
２１２ 食成分取得部
２１３ 解析処理部
２１４ 食情報出力部
２１５ 目標値入力部
２１６ 摂取量決定部
２１７ 食事内容入力部
２１８ 機能性食品選択部
２３１ バイタルデータ記憶部
２３２ 食成分記憶部
２３３ モデル記憶部
２３４ 食事摂取基準記憶部
２３５ 機能性食品情報記憶部

Claims (11)

1. ユーザのバイタルデータを取得するバイタルデータ取得部と、
   食成分を取得する食成分取得部と、
   前記食成分の摂取量と前記バイタルデータの改善又は悪化との関係を解析する解析処理部と、
   前記バイタルデータを改善する前記食成分及び前記バイタルデータを悪化させる前記食成分を出力する食成分出力部と、
   を備えることを特徴とする健康管理システム。
2. 請求項１に記載の健康管理システムであって、
   前記解析処理部は、前記バイタルデータの計測値を目的変数とし、前記食成分の摂取量を説明変数とする統計モデルにおける前記説明変数の係数を多変量解析により推計すること、
   を特徴とする健康管理システム。
3. 請求項２に記載の健康管理システムであって、
   前記バイタルデータの目標値の入力を受け付ける目標値入力部と、
   前記バイタルデータが前記目標値となるように前記食成分の前記摂取量を決定する摂取量決定部と、
   をさらに備えることを特徴とする健康管理システム。
4. 請求項３に記載の健康管理システムであって、
   前記摂取量の標準値を記憶する標準値記憶部をさらに備え、
   前記摂取量決定部は、前記標準値からの乖離値が所定範囲内になるように前記摂取量を決定すること、
   を特徴とする健康管理システム。
5. 請求項１ないし４のいずれか１項に記載の健康管理システムであって、
   前記摂取量決定部は、複数の前記ユーザについて、前記バイタルデータが前記目標値に最も近づくように、前記食成分の前記摂取量を決定すること、
   を特徴とする健康管理システム。
6. 請求項１ないし請求項５のいずれか１項に記載の健康管理システムであって、
   献立情報を記憶する献立情報記憶部と、
   決定した前記摂取量の食成分を含む献立を、前記献立情報を参照して決定する献立作成部をさらに備えること、
   を特徴とする健康管理システム。
7. 請求項１ないし６のいずれか１項に記載の健康管理システムであって、
   前記バイタルデータを改善する前記食成分を前記ユーザが摂取していない場合に、当該食成分を含有する補助食品を提案する補助食品提案部をさらに備えること、
   を特徴とする健康管理システム。
8. 請求項１ないし７のいずれか１項に記載の健康管理システムであって、
   前記ユーザから入力された献立情報を取得する献立情報取得部をさらに備え、
   前記食成分取得部は、前記献立情報から前記食成分を特定して取得すること、
   を特徴とする健康管理システム。
9. 請求項８に記載の健康管理システムであって、
   前記献立情報は、少なくとも食材情報と分量情報とを含んでいること、
   を特徴とする健康管理システム。
10. 請求項１ないし９のいずれか１項に記載の健康管理システムであって、
    前記バイタルデータは血圧計による計測結果であること、
    を特徴とする健康管理システム。
11. 請求項１ないし１０のいずれか１項に記載の健康管理システムであって、
    前記ユーザの生活習慣を示す生活習慣情報の入力を受け付ける生活習慣情報入力部をさらに備え、
    前記解析処理部は、前記生活習慣及び前記食成分の前記摂取量と前記バイタルデータの改善又は悪化との関係を解析すること、
    を特徴とする健康管理システム。
    
    
    

Images